契約書をAIでチェックするプロンプト例と失敗しない注意点

「契約書のチェックをAIに手伝わせたいけれど、任せて大丈夫なのか」「どんな指示を出せば使える回答が返ってくるのか」で止まっていませんか。

この記事は、法務専任者がいない中小企業で、契約書の一次チェックに時間を取られている経営者・総務・営業担当者に向けたものです。読み終わる頃には、コピーして使えるプロンプトのたたき台と、情報漏洩や誤りを防ぐ運用ルールを、そのまま自社に持ち帰れる状態を目指します。

契約書レビューそのものの前段にあたる社内規程の整備は、就業規則をAIでチェック・見直しする手順と社労士確認のコツで扱っています。ここでは取引先とやり取りする契約書のチェックに絞って進めます。

Contents / 目次

1. 契約書のAIチェックはこう考える。結論と全体像
2. 契約書をAIでチェックする手順とプロンプト例
3. AIチェックで実際にどう変わるのか
4. やりがちな失敗と、その防ぎ方
5. 導入前に知っておきたい現場の落とし穴
6. よくある質問

契約書のAIチェックはこう考える。結論と全体像

結論から言うと、契約書のAIチェックは「AIに一次スクリーニングをさせ、人が最終判断をする」という役割分担で設計するのが正解です。AIに全部を任せて署名まで進めるのは危険ですし、逆に一切使わないのは工数の無駄です。

AI契約書チェックとは、生成AIに契約書の条文を読ませて、リスクのある条項・抜けている条項・自社に不利な表現を洗い出させる作業のことです。かんたんに言うと、ベテラン担当者が最初にざっと目を通して「ここ気になるね」と付箋を貼る、その付箋貼りをAIに肩代わりさせるイメージです。

この作業をうまく回すために押さえるべきポイントは3つあります。

• 役割を一次チェックに限定する：AIの出力はあくまで「確認すべき箇所の候補」。締結の可否を決める判断には使わない
• プロンプトで立場と目的を伝える：「自社が委託する側か・される側か」を明示しないと、的外れな指摘しか返ってこない
• 入れてよい契約書を先に決める：機密性の高い契約は、学習に使われない設定のサービスでしか扱わない

まず、AIに向く作業と人がやるべき作業の線引きを一覧にしておきます。ここを取り違えると事故につながるので、最初に頭に入れておいてください。

作業	AIに任せてよい	人がやるべき
条項の抜け漏れの洗い出し	◎ 得意	最終確認
不利な表現の候補出し	◎ 得意	妥当性の判断
修正案・交渉ポイントのたたき台	○ 下書きは可	採用の可否
最新の法改正・判例の適用	△ 誤りに注意	必ず人が検証
締結する・しないの意思決定	× 不可	◎ 有資格者・責任者

ポイント。AIは「見落としを減らす道具」であって「責任を肩代わりする道具」ではありません。金額が大きい取引や契約期間が長い契約ほど、人のレビューを厚くするのが安全です。

契約書をAIでチェックする手順とプロンプト例

具体的なやり方は、いきなり「チェックして」と丸投げせず、段階に分けて指示を出すのがコツです。ここでは受け取った契約書を確認する流れを、5つのステップに分けて説明します。曖昧な一発指示より、段階を踏んだほうが指摘の精度と網羅性がはっきり上がります。

ステップ1。安全に使える環境を用意する

最初にやるのは、契約書を入力しても情報が外に漏れない環境を選ぶことです。契約書には取引先名・金額・個人情報が入っているため、ここを飛ばすと後戻りできません。

選ぶ基準は、入力したデータがAIの学習に使われない設定になっているかどうかです。法人向けプランや、管理者がデータの取り扱いを設定できるサービスを使い、無料の個人アカウントに機密契約を貼り付けないようにします。使うサービスがどの環境で利用できるか、学習に使われない設定になっているかは、必ず各ツールの公式ページで最新情報を確認してから選んでください。何を入力してよいかの線引きは、AIに入力してはいけない個人情報｜社内ルールの作り方もあわせて確認してください。

ステップ2。立場・目的・チェック観点をプロンプトで伝える

次に、AIに「誰の味方として読むのか」を最初に伝えます。同じ契約書でも、委託する側と委託される側では気にすべき条項が正反対だからです。ここが最も精度を左右します。

出発点として、次のようなプロンプトのたたき台（seed）を用意しておくと便利です。作り込みすぎる必要はありません。この土台をAIに渡し、あとは対話しながら自社の状況に合わせて詰めていくのがいまのやり方です。

あなたは企業法務の担当者です。以下の契約書を、
「［自社の立場＝例：業務を委託される受託者］」の立場でレビューしてください。

【前提】
- 取引の内容：［例：Webサイト制作の請負］
- 取引金額の規模：［例：約200万円］
- 特に避けたいこと：［例：無限定の損害賠償、著作権の全部譲渡］

【やってほしいこと】
1. 自社に不利な条項を、条番号とともに指摘する
2. なぜ不利かを、専門用語を避けて説明する
3. 修正案の文案と、交渉時の言い方の例を添える

まだ契約書は貼っていません。追加で確認したいことがあれば質問してください。

最後に「質問があれば聞いて」と添えるのがコツです。こうするとAIが前提の不足を埋める質問を返してくれるので、いきなりズレた回答が出るのを防ぎます。

ステップ3。重要5条項を先に絞ってチェックさせる

相手方から提示された契約書は、まず重要な条項に的を絞って読ませると効率的です。全条項を同じ重さで見ようとすると、かえって指摘がぼやけます。

実務で優先度が高いのは次の5つです。この5点をチェックリスト形式で出力させると、抜け漏れが目に見えます。

• 損害賠償：上限がない、または一方的に自社だけが重い責任を負う書き方になっていないか
• 責任制限（免責）：相手方の免責が広すぎて、自社が泣き寝入りする構造でないか
• 知的財産権の帰属：成果物の権利が意図せず全部相手方に移る内容になっていないか
• 契約の解除：相手方だけが自由に解除でき、自社が縛られる条件になっていないか
• 準拠法・管轄：紛争時に不利な地域・ルールが指定されていないか

2つ目の指示として「この契約書について、上の5項目を表にして、各項目に◯（問題なし）／△（要確認）／×（要修正）と一言コメントを付けて」と渡すと、そのまま社内共有できる一覧が出てきます。

ステップ4。修正案と交渉トークまで出させる

問題点の指摘だけで終わらせず、修正案の文案と、相手にどう伝えるかまで一度に出させます。指摘だけでは、結局そこから先の作業が人に丸ごと残ってしまうからです。

たとえば「損害賠償の上限がない」という指摘に対して、「上限を委託料相当額とする一文を入れる修正案」と、「先方に角が立たない言い回しの例」をセットで出させます。ここはAIが下書きを作り、人が自社の温度感に合わせて直す、という分担がいちばん速いです。

ステップ5。人が最終検証してから前に進める

最後に、AIの出力を鵜呑みにせず、必ず人が原文と突き合わせて検証します。AIは事実に基づかない指摘（ハルシネーション）を混ぜることがあり、条番号のズレや存在しない条文への言及が起きることもあるためです。

検証は、AIが指摘した箇所を実際の契約書で1つずつ開いて「本当にそう書いてあるか」を確認する形で行います。金額が大きい契約や継続期間が長い契約は、この段階で弁護士など有資格者のレビューにつなぎます。AIがなぜ誤るのかを知っておくと検証の勘所が分かるので、生成AIのハルシネーションはなぜ起きる｜業務での防ぎ方も参考になります。

AIチェックで実際にどう変わるのか

この進め方を取り入れると、契約書1件あたりの一次チェックにかかる時間が大きく減り、担当者は「判断が必要な箇所」に集中できるようになります。

成果を出している会社に共通しているのは、AIを「時短の道具」ではなく「見落としを減らす仕組み」として位置づけている点です。人が最初から全文を読むと、後半になるほど集中力が落ちて見落としが増えます。AIに先に付箋を貼らせておくと、人は重点箇所から確認でき、疲労による抜けが減ります。

期待できる変化を整理すると、次のようになります。

項目	AI導入前	一次チェックをAIに任せた後
最初の読み込み	担当者が全文を通読	AIが論点を先出し、人は重点確認
チェックの均一さ	担当者の経験で差が出る	観点が毎回そろう
修正案づくり	ゼロから作文	たたき台を直す作業に
専門家への相談	丸ごと依頼	要確認箇所に絞って依頼

数字の効果は取引の種類や契約の複雑さで大きく変わるため、一律に「何割削減」とは言い切れません。ただ、定型的な契約（秘密保持契約や汎用的な業務委託など）ほど効果が出やすく、特殊な取引ほど人の関与が残る、という傾向は現場でよく見られます。汎用の生成AIをプロンプトで使い分ける方法は、専用ツールと違って自社の判断基準を細かく反映しやすいのが利点です。専用サービスの一例としてLegalForce（リーガルフォース）のAIレビューサービスのような法務向けツールもあり、件数が多い会社は併用も選択肢になります。

やりがちな失敗と、その防ぎ方

ここからは、契約書のAIチェックで実際によく起きる失敗を3つ挙げます。どれも「知らずにやってしまう」タイプなので、先に押さえておくと事故を避けられます。

失敗1。AIの結果を信じきって署名してしまう

最も危険なのが、AIが「問題なし」と言ったからそのまま締結してしまうケースです。急ぎの案件でAIの回答を鵜呑みにすると、上限のない損害賠償条項を見逃したまま契約してしまう、といった事態が起きます。

防ぐには、AIの出力を「確認候補リスト」と社内で明確に定義しておくことです。金額が一定額を超える契約や期間が1年を超える契約は、人のレビューを必須にする、という線引きをルールにしておくと安心です。

失敗2。機密契約を無料AIに貼り付けてしまう

2つ目は、セキュリティ設定を確認しないまま、取引先名や金額入りの契約書を個人向けの無料AIに入力してしまう失敗です。入力データが学習に使われる設定のままだと、情報漏洩や秘密保持義務違反につながる恐れがあります。

回避策は、入力データが学習に使われない法人向けの環境を使うこと、そして「秘密保持義務のある契約書はどこまでAIに入れてよいか」を機密区分ごとに社内で決めておくことです。迷ったら入れない、を初期ルールにしておくと事故が減ります。

失敗3。「チェックして」だけの丸投げで一般論しか返らない

3つ目は、プロンプトが「この契約書をチェックして」だけで、当たり障りのない一般論しか返ってこないケースです。立場も取引の実態も伝えていないため、自社にとって本当に不利な点が埋もれてしまいます。

防ぐには、ステップ2で示したように立場・取引金額・避けたいことを具体的に書くことです。さらに、過去に似た契約でもめた経緯や自社の標準的な方針（プレイブック）を渡すと、AIは自社基準で読んでくれるようになります。曖昧な指示のままでは、どんな高性能なAIでも力を出せません。

最新の法改正や判例に、AIが必ず追いついているとは限りません。法令が絡む判断は、人が最新情報を確認して補うことを前提に運用してください。

導入前に知っておきたい現場の落とし穴

正直にお伝えすると、AI契約書チェックは「入れれば楽になる」と単純に言い切れない部分があります。教科書的な解説では触れられにくい、現場で見えてくる妥協点を率直にお話しします。

まず、AIに自社基準で読ませるには、判断のもとになる材料をこちらが用意する必要があります。過去の契約でどこを重視してきたか、どんな条件なら受けてよいか、といった「判断知」を言葉にして渡さないと、AIはどこまでいっても一般論の域を出ません。この材料づくりが地味に大変で、ここを飛ばすと「思ったより使えない」という感想になりがちです。

次に、内製と外注の切り分けです。汎用の生成AIとプロンプトだけで始めるやり方はコストが低く、自社の基準を反映しやすい反面、運用ルールや検証体制を自分たちで整える必要があります。専用ツールは精度や管理機能で優れますが、料金や、乗り換え時に過去データを持ち出せるか（エクスポート機能）も確認しておかないと、あとで移行に膨大な手間がかかることがあります。

もうひとつ見落とされがちなのが、外注で仕組みを作った場合に社内にノウハウが残らない問題です。ベンダーが離れた途端に運用が止まる、というのはよくある話です。導入時点から社内に知識を移すことを前提にし、担当者が自分たちで改善を続けられる形にしておくのが、長い目で見て失敗しないコツです。契約書に限らずAIツール全般の運用費の考え方はAI内製ツールの運用コストを見える化｜月額の落とし穴と試算手順で整理しています。

向き不向きもはっきりあります。定型契約が多い会社は効果が出やすく、一件一件が特殊で高額な契約が中心の会社は、AIより人の比重が高いままになります。「まず秘密保持契約や定型の業務委託から試す」というのが、無理なく始める現実的な入口です。

よくある質問

まずは手元の秘密保持契約を1通、この記事のプロンプトのたたき台に自社の立場を書き込んで読ませてみてください。5分で「AIがどこまで拾えるか」の感触がつかめます。そのうえで自社に合う運用ルールを固めたい方は、AIチェックの前段にあたる社内ルールづくりから中小企業のシャドーAI対策｜放置リスクとルール化手順で確認しておくと、安全な形で全社展開できます。

ここまで読んで、「自社の判断基準をAIにどう渡せばいいか」「安全な運用ルールをどう作るか」で迷った方は、気軽にご相談ください。コレットラボのAI業務システム化支援では、AIに任せる範囲と人が担う範囲の線引きから、社内にノウハウが残る運用づくりまで、御社の実態に合わせて一緒に整理します。まずは現状を聞かせていただくだけでも大丈夫です。AI業務システム化の詳細はこちらからどうぞ。